CN105796286B - 使用气囊传感器的下肢外骨骼机器人控制方法 - Google Patents

Abstract

本发明公开了一种用于下肢外骨骼机器人的控制方法。该控制方法在包含传统下肢外骨骼人体意图检测传感器的基础上加入了气囊压力传感器，通过测量人体大腿压迫气囊产生的信号来反应人体同外骨骼作用力，从而反馈人体运动意图，并以此校正外骨骼控制算法的偏差；使用气囊传感器同时可以为体提供柔性的人机接口，缓冲人体与外骨骼机器人作用力；同时，通过采集穿戴外骨骼人体运动曲线和气囊传感器力曲线，可以较好的评估下肢外骨骼机器人的助力效果。

Description

使用气囊传感器的下肢外骨骼机器人控制方法

技术领域

本发明涉及可穿戴康复医疗器械和助力外骨骼机器人的技术领域，具体而言涉及使用气囊传感器实现对下肢外骨骼机器人柔顺控制的方法。

背景技术

下肢外骨骼机器人可以为残障人群提供主要的运动动力。主动的外骨骼机器人可以用来增强人类的力量，增强残障人群的运动能力，同时也可以起到康复训练的作用。外骨骼机器人能直接助力于人体来辅助人运动。随着年龄的增大，人体骨骼逐渐退化，关节磨损严重，关节活动受到一定程度的限制；肢体损伤在道路交通事故法医临床鉴定中非常多见；现代体育运动不断向高水平竞技运动的方向发展，运动员在训练和比赛中关节损伤几率增加。从军事发展角度来看，外骨骼助力机器人对于提高士兵的单兵装备具有重要的意义。利用外骨骼机器人协助人体完成康复训练和为人体运动提供助力已然成为机器人领域的热门。

近来年，用于助力的外骨骼机器人的应用和可行性研究有了显著的进展。日本筑波大学的HAL采用了角度传感器、肌电信号传感器和地面接触力传感器等传感器信息融入到外骨骼的控制当中。HAL拥有混合控制***,包括自动控制器进行诸如身体姿态的控制,以及基于生物学反馈和预测前馈的舒适助力控制器。HAL 也是将步态周期分为两相：支撑相和摆动相，在膝关节控制方面，把人体简化为倒立摆的模型，并分别对操作者与下肢助力外骨骼建模求出补偿转矩，结合 EMG 信号中的屈肌信号和伸肌信号，可以估算出膝关节所需的转矩，称之为虚拟转矩。模型中参数的辨识采用递归最小二乘方（Recursive LeastSquare）方法求出。在实际控制时通过足底压力信号区分支撑相与摆动相，并在不同的相上采用不同的阻抗调节的方法，具体为：支撑相补偿粘性摩擦与粘性刚度，摆动相补偿转动惯量与粘性摩擦。 HAL已经成功将外骨骼用于商业，根据不同使用者身体信息和用途，制定专属的控制的参数和外骨骼（全上下肢、全下肢、单侧下肢）。

以色列外骨骼***提供商ReWalk Robotics研制ReWalk可穿戴外骨骼动力设备，帮助腰部以下瘫患者重获行动能力。Rewalk通过倾斜传感技术，控制重心位置的细微变化控制运动，同时各关节模仿人体自然步态的轨迹，为用户提供适合的行走速度，使得四肢瘫痪者也能够独立行走。Rewalk同时还配备了携带传感器的拐杖辅助操作者在行走过程当中保持平衡和稳定。拐杖的传感器信号用用来微调外骨骼的步态。穿戴ReWalk，患者可以轻松站立、连续行走和停止行走。

国内对于外骨骼机器人的研究起步较晚，取得突破性的研究成果较少。

目前，外骨骼机器人控制领域，人体意图的检测和外骨骼机器人的柔顺控制仍是研究难点。HAL采用肌肉电信号采集人体运动意图，然而神经受损的偏瘫患者的肌电信号可能不同或者不可用。在激烈运动下，测量肌电信号的电极容易脱落、易位，长时间运动后，人体出汗也会影响传感器的测量。再者传感器每次都要贴到人体表面，使用不便。传统外骨骼机器人同人体刚性连接，势必降低人体穿戴时的舒适感，带来很强的约束感、牵扯感。

当前外骨骼机器人的控制方法仍存在局限性，从而难以满足助力行走的核心需求。

发明内容

为了解决现有技术存在的问题，本发明在现有下肢外骨骼机器人控制方法的基础上，结合气囊传感器，提出一种下肢外骨骼机器人柔顺控制方法。

本发明公开了一种使用气囊传感器的下肢外骨骼机器人控制方法，所述下肢外骨骼包括：分别设置在外骨骼膝关节和踝关节处的增量式编码器，用于采集计算关节运动角度和角加速度；位于外骨额机器人足底的薄膜压力传感器，用于采集人足底与地面接触力；分布于人体大小腿肌肉前后的气囊压力传感器，用于测量人与外骨骼机器人之间接触力；连接于人体手臂上的姿态传感器，用于测量人体手臂摆动角度和角速度；

所述控制方法包括如下步骤：

步骤一：初始化***，通过输入设备明确当前外骨骼需要完成动作模式，动作模式包括站起、连续行走或停止；

步骤二：当前运动模式为站起和停止时，微控制器剔除姿态传感器、足底力传感器信号，提取存储器中预存的健康人体站起或停止时的关节理想轨迹，通过采集当前关节角度跟踪理想轨迹；当前运动模式为连续行走时，微控制器采集足底力信息，通过足底脚掌和脚跟与地面接触力数值大小，来判断足部状态，足部状态包括着地、全足支撑、离地或悬空，从而将下肢运动分成摆动相和支撑相；通过支撑相或摆动相重新设置基于肌肉力的模糊控制器、基于关节动力学模型模糊控制的模糊控制规则；

步骤三：将大腿前后的气囊压力传感器采集的人体与外骨骼之间的作用力输入至模糊控制器，评估人体意图并通过基于肌肉力模型来计算出符合人体意图的力矩Tp；将增量式编码器采集到的关节角度和角加速度通过基于关节动力学模型的模糊控制器计算出当前运动状态关节所需力矩Tm；将姿态传感器采集的上肢姿态信息，通过预先使用健康样本标定的人体上下肢运动状态转换矩阵，计算当前人体下肢理想运动状态，和当前下肢运动状态的偏差通过PID控制器进一步计算力矩Ts；由关节运动速度方向计算减速器力矩补偿；

步骤四：通过计算公式： 计算最终关节所需要力矩T，输出到电机驱动器，完成助力控制。

进一步地，所述气囊传感器实时采集人机交互力，并通过和关节运动状态曲线对比，实现对助力效果的评价；关节运动状态包括加速度和速度的方向。

进一步地，所述气囊传感器和人体大腿之间的固定方式为松弛的捆绑，通过气囊传感器可以缓冲外骨骼机器人和人体之间的作用力，同时用于测量人与外骨骼机器人之间接触力。

进一步地，步骤四中计算得出的力矩T信号通过PWM波形输出到电机驱动器。

进一步地，所述控制方法的整个控制周期的频率大于50Hz。

有益效果：

与现有下肢外骨骼控制方法相比，本发明具有以下有益效果:

（1）使用模糊控制计算关节运动所需力矩，弥补了单纯依赖关节运动学模型，模型本身不准确性带来的控制误差；同时结合了气囊传感器采集的人机交互力数据，协助控制外骨骼运动控制，大大减少了人体突然变速和关节运动方向改变时带来的牵扯感。

（2）使用气囊传感采集数据的同时，由于气囊本身的可压缩性，缓冲了外骨骼和人体之间的作用力，在关节进行轨迹跟踪运动的时候减少了人体的痛苦感。

（3）摆脱肌肉电信号检测人体意图时测量电极需要依附人体皮肤表面的弊端（不方便、易脱落），本发明的气囊可以固定在外骨骼上，随着穿戴外骨骼机器人时，将绑带松弛的绑好，即可将气囊固定在人体大腿衣物外侧，方便、不易脱落。

（4）通过肌电信号评价助力效果需要处理肌电信号的复杂、繁多的处理函数，并且这些函数方法没有一个统一的标准，评价的结果缺乏说服力。结合气囊传感器数据和人体穿戴外骨骼运动轨迹数据，直观获取人体运动方向和外骨骼助力方向与大小，从而可以方便地对外骨骼助力效果进行评价，和对助力控制算法进行调试改进。

附图说明

图1为本发明的控制框图。

图2为人体髋关节处的单摆模型；

图3为本发明气囊传感器佩戴的方法。

图中，1为大腿，2为股骨，3为气囊，4为气囊压力传感器，5为肌肉。

具体实施方式

下面结合附图，对本发明的技术方案进行详细的描述。

图1为本发明的控制框图。本发明所述的用于全下肢外骨骼机器人的控制方法，包含的传感器有：分布于外骨骼膝关节、踝关节处的增量式编码器；位于外骨额机器人足底的薄膜压力传感器；分布于人体大小腿肌肉前后的气囊压力传感器；连接于人体手臂上的姿态传感器。通过增量式旋转编码器采集计算关节运动角度、角速度；通过足底力传感器采集人与地面接触力；通过气囊传感器测量人与外骨骼机器人之间接触力；通过姿态传感器测量人体手臂摆动角度、角速度。

本发明所述的控制方法工作时微控制器执行以下步骤：

（1）初始化***，通过输入设备明确当前外骨骼需要完成动作模式（站起、连续行走、停止）。

（2）当前运动模式为站起和停止时，微控制器剔除姿态传感器、足底力传感器信号，提取存储器中预存的健康人体站起或停止时的关节理想轨迹，通过采集当前关节角度跟踪理想轨迹；通过图3所示方法佩戴本文所使用的气囊传感器模块，气囊压力传感器4设置在人体大小腿肌肉5前后，气囊传感器采集人机交互力，适当调节运动轨迹，使穿戴者在运动过程中更加舒适、安全。

（3）当前运动模式为连续行走时，微控制器采集足底力信息，通过足底脚掌和脚跟与地面接触力数值大小（大于一定阈值），来判断足部状态（着地、全足支撑、离地、悬空），从而将下肢运动分成摆动相和支撑相；通过不同相位（支撑相、摆动相）重新设置基于肌肉力的模糊控制器、基于关节动力学模型模糊控制的模糊控制规则。

关节所需力矩值通过采集计算关节角度、角加速度，然后通过如图2以髋关节为例的关节动力学模型计算。如图所示，在髋关节处建立坐标系，外骨骼股骨杆件长为L，质量为m（包括腿部支撑件），其材料为匀质，质心在0.5L处。电机输出的力矩为To，穿戴者对外骨骼的反作用力为F，股骨板转动惯量为J，此时髋关节角度、角速度为wh、角加速度为αh，可以得到方程：

其中计算出关节当前运动状态下（角度、角加速度），同时为人体提供FL力矩时所需的关节输出力矩To，其中不包含减速器阻力矩。为达到较好的控制效果，同时适应不同步态相位关节力矩的差异，通过模糊控制器计算该力矩，模糊控制器的规则随步态变化而变化。通过基于关节动力学模型的模糊控制器重新计算当前运动状态关节所需力矩Tm。

由关节运动速度方向计算减速器力矩补偿。

气囊传感器采集人机交互力，在缓冲人与外骨骼作用力的同时，通过基于肌肉力模型的模糊控制器计算力矩Tp。

利用人体上下肢运动存在的协同效应，采集上肢姿态信息，通过预先使用健康样本标定的人体上下肢运动状态转换矩阵，计算当前人体下肢理想运动状态，和当前下肢运动状态的偏差通过PID控制器进一步计算力矩Ts。

求出电机输出力矩和：，通过PWM波形输出到电机驱动器。驱动器通过PID控制器响应力矩输出到外骨骼关节。整个控制周期的频率大于50Hz。

Claims (5)

1.一种使用气囊传感器的下肢外骨骼机器人控制方法，其特征在于，

所述下肢外骨骼包括：分别设置在外骨骼膝关节和踝关节处的增量式编码器，用于采集计算关节运动角度和角加速度；位于外骨额机器人足底的薄膜压力传感器，用于采集人足底与地面接触力；分布于人体大小腿肌肉前后的气囊压力传感器，用于测量人与外骨骼机器人之间接触力；连接于人体手臂上的姿态传感器，用于测量人体手臂摆动角度和角速度；

所述控制方法包括如下步骤：

步骤一：初始化***，通过输入设备明确当前外骨骼需要完成动作模式，动作模式包括站起、连续行走或停止；

步骤二：当前运动模式为站起和停止时，微控制器剔除姿态传感器、足底力传感器信号，提取存储器中预存的健康人体站起或停止时的关节理想轨迹，通过采集当前关节角度跟踪理想轨迹；当前运动模式为连续行走时，微控制器采集足底力信息，通过足底脚掌和脚跟与地面接触力数值大小，来判断足部状态，足部状态包括着地、全足支撑、离地或悬空，从而将下肢运动分成摆动相和支撑相；通过支撑相或摆动相重新设置基于肌肉力的模糊控制器、基于关节动力学模型模糊控制的模糊控制规则；

步骤三：将大腿前后的气囊压力传感器采集的人体与外骨骼之间的作用力输入至模糊控制器，评估人体意图并通过基于肌肉力模型来计算出符合人体意图的力矩Tp；将增量式编码器采集到的关节角度和角加速度通过基于关节动力学模型的模糊控制器计算出当前运动状态关节所需力矩Tm；将姿态传感器采集的上肢姿态信息，通过预先使用健康样本标定的人体上下肢运动状态转换矩阵，计算当前人体下肢理想运动状态，和当前下肢运动状态的偏差通过PID控制器进一步计算力矩Ts；由关节运动速度方向计算减速器力矩补偿Tf*sgn(θ)；

步骤四：通过计算公式：T＝Tp+Tm+Tf*sgn(θ)+Ts计算最终关节所需要力矩T，输出到电机驱动器，完成助力控制。

2.根据权利1所述的一种使用气囊传感器的下肢外骨骼机器人控制方法，其特征在于，所述气囊传感器实时采集人机交互力，并通过和关节运动状态曲线对比，实现对助力效果的评价；关节运动状态包括加速度和速度的方向。

3.根据权利1所述的一种使用气囊传感器的下肢外骨骼机器人控制方法，其特征在于，所述气囊传感器和人体大腿之间的固定方式为松弛的捆绑，通过气囊传感器可以缓冲外骨骼机器人和人体之间的作用力，同时用于测量人与外骨骼机器人之间接触力。

4.根据权利1-3中任一项所述的一种使用气囊传感器的下肢外骨骼机器人控制方法，其特征在于，步骤四中计算得出的力矩T信号通过PWM波形输出到电机驱动器。

5.根据权利4所述的一种使用气囊传感器的下肢外骨骼机器人控制方法，其特征在于，所述控制方法的整个控制周期的频率大于50Hz。